中小银行会计档案及事后监督系统的设计和实现(九)

barcode：条码分类值。

针对控件开启了自动分类，如果采集的影像有条码，且条码包含该节点的条码值，则采集的影像自动分类到该节点上。如：barcode输入“10010”，采集时某张影像的识别条码为“906010010457”，则这张影像自动加载到该节点上。

forms：版面分类值。

针对控件开启了自动分类，如果采集的影像能版面识别，且版面包含该节点的版面值，则采集的影像自动分类到该节点上。如：forms输入“身份证”，采集时某张影像的版面识别为“身份证”，则这张影像自动加载到该节点上。

isauth：节点权限掩码。

目录树上某个节点的权限掩码，目前为四个权限，分别是查询、增加、删除、替换，0-无权限 1-有权限。

如果都有权限，则isauth=’1111’

如果不允许查询，则isauth=’0111’

其他类推

issuc：是否完备性检查。

目录树上某个节点的完备性检查，判断当前节点下的是否存在影像，0-无需检查 1-需要检查。

以下为目录树配置信息的全量

<?xml version='1.0' encoding='GB2312' ?>

<root>

<tree appid='Y002'  tradecode='JKDS'    theme='0001'>

<node name='BUSI_SERIAL_NO' desc='批次号' isimage='1' barcode='1039' forms='2343;3434;55;' attri='0' isauth='1111' issuc='0'>

<node name='card_no' desc='身份证' isimage='2' barcode='000000000' forms='2343;3434;55;' attri='1' isauth='1111' issuc='0'/>

<node name='other' desc='其他' isimage='2' barcode='000000000' forms='2343;3434;55;' attri='1' isauth='1111' issuc='0'/>

<node name='RECYCLE' desc='回收站' isimage='2' barcode='000000000' forms='2343;3434;55;' attri='1' isauth='1111' issuc='0'/>

</node>

</tree>

</root>

1.1.1.6.统一接入地址配置文件(ECM3.1适用)

该文件为针对ECM3.1版本的使用的统一接入地址的XML格式的配置文件，保存在控件的安装目录下etc目录，文件名为“客户号.xml”，比如东亚银行客户号为“BEA_ECM”，则该文件为“BEA_ECM.xml”。在初次安装时，就需要配置好。

以下为配置文件的部分重要说明：

1、app：应用号。

适用于多个业务系统接入时，控件根据传入的应用号和业务号来取对应的影像存储地址。

2、center：统一接入中心地址信息。

ipaddr：统一接入中心地址。

port：统一接入中心端口。

name：统一接入的DM名称。

注意：

统一接入地址信息可以多条，控件按照顺序取地址，如果通讯失败，就取下一条地址，直到配置的地址全部失败。

统一接入的地址信息可以由外层业务系统送进来，如果外层业务系统地址不通，则直接报错。

以下为全量的统一接入地址信息配置文件参考样例：

<?xml version="1.0" encoding="GB2312"?>

<root>

<!-- id:应用号 code:业务号 -->

<app id="Y002" code="JKDS">

<!-- ipaddr:IP地址 port:端口号 name:统一接入名，多个则按照顺序发送-->

<center ipaddr="172.16.9.1" port="7001" name="DSNAME"/>

<center ipaddr="172.16.9.2" port="7001" name="DSNAME"/>

<center ipaddr="172.16.9.3" port="7001" name="DSNAME"/>

</app>

</root>

注意：

根据应用号和业务号来配置该系统影像的存储服务器地址。

服务器地址多条时，影像通讯按照顺序发送，发送成功后以此为准，不成功则继续下一条地址。

4．2．2 OCR识别技术说明

采用OCR识别技术,可以将其应用于银行票据光盘缩微系统，可以自动提取票据要素，可减轻操作员的工作量，减少重复劳动，尤其是在与银行事后且监督系统相结合后，可以替代原先的操作人员完成事后监督工作。由计算机自动识别票据上的日期、帐号、金额等要素，通过银行事后监督系统与业务系统中的数据进行比较，完成传统的事后监督操作；配有印章验证系统后，自动将凭证图像中的印章与系统中预留的印鉴进行比较，完成印章的真伪识别。

OCR识别技术不仅具有可以自动判断、拆分、 识别和还原各种通用型印刷体表格，在表格理解上做出了令人满意的实用结果，能够自动分析文稿的版面布局，自动分栏、并判断出标题、横栏、图像、表格等相应属性，并判定识别顺序，能将识别结果还原成与扫描文稿的版面布局一致的新文本。表格自动录入技术，可自动识别特定表格的印刷或打印汉字、字母、数字，可识别手写体汉字、手写体字母、数字及多种手写符号，并按表格格式输出。提高了表格录入效率，可节省大量人力。同时支持将表格识别直接还原成PTF、PDF、HTML等格式文档；并可以对图像嵌入横排文本和竖排文本、表格文本进行自动排版面分析。

利用目前的高新技术-OCR，直接从凭证影像中提取金额、帐号等重要数据，代替人的手工录入，与条码识别/流水识别紧密结合，实现建立事后副本帐、完成事后监督的工作。OCR处理一般使用性能较好的PC机，OCR处理程序一经启动会自动扫描数据库中的凭证影像，发现有需OCR处理而未处理的，提取到本地进行处理。

OCR手写体、印刷体识别技术，能识别不同人写的千差万别的手写体汉字和数字，应用于本系统，识别凭证影像中储户填写的信息，如大写金额、小写金额、帐号、存期、日期、证件号等，可以代替手工录入。同时被识别得出的金额还要与流水识别所得的金额进行核对，核对成功，则OCR识别成功。这样处理是为了避免误判。 

经过对银行产生的实际凭证进行的大量测试，在实际开发过程中，根据银行的实际需求，OCR技术在票据和表格识别能力和手写体自动识别能力上不断提升，目前处理速度可达到每分钟60～80张票据，存折识别率已经达到了85%以上，存单、凭条识别率达到90%以上，而85%以上的识别率就能减少80%以上的数据录入员。

在档案领域OCR技术使档案扫描成果达到了全文可识别，将档案数字化发展提升了到了一个新的阶段，是原本扫描出来的图片变得更容易进行检索，为数字档案馆的数据查询提供了技术支持，是档案数字化发展中必不可少的一环。

技术历史

光学文字识别的概念是在1929年由奥地利科学家Gustav Tauschek最先提出来的 ，后来美国科学家Handel也提出了利用技术对文字进行识别的想法。而最早对印刷体汉字识别进行研究的是IBM公司的Casey和Nagy，1966年他们发表了第一篇关于汉字识别的文章，采用了模板匹配法识别了1000个印刷体汉字。

早在60、70年代，世界各国就开始有OCR的研究，而研究的初期，多以文字的识别方法研究为主，且识别的文字仅为0至9的数字。以同样拥有方块文字的日本为例，1960年左右开始研究OCR的基本识别理论，初期以数字为对象，直至1965至1970年之间开始有一些简单的产品，如印刷文字的邮政编码识别系统，识别邮件上的邮政编码，帮助邮局作区域分信的作业；也因此至今邮政编码一直是各国所倡导的地址书写方式。

　　20世纪70年代初，日本的学者开始研究汉字识别，并做了大量的工作。中国在OCR技术方面的研究工作起步较晚，在70年代才开始对数字、英文字母及符号的识别进行研究，70年代末开始进行汉字识别的研究，到1986年汉字识别的研究进入一个实质性的阶段，不少研究单位相继推出了中文OCR产品.早期的OCR软件，由于识别率及产品化等多方面的因素，未能达到实际要求。同时，由于硬件设备成本高，运行速度慢，也没有达到实用的程度。只有个别部门，如信息部门、新闻出版单位等使用OCR软件。1986年以后我国的OCR研究有了很大进展，在汉字建模和识别方法上都有所创新，在系统研制和开发应用中都取得了丰硕的成果，不少单位相继推出了中文OCR产品。进入20世纪90年代以后，随着平台式扫描仪的广泛应用，以及我国信息自动化和办公自动化的普及，大大推动了OCR技术的进一步发展，使OCR的识别正确率、识别速度满足了广大用户的要求。